紅外小目標(biāo)檢測與跟蹤技術(shù)研究.pdf

1、作為紅外制導(dǎo)、搜索跟蹤和預(yù)警系統(tǒng)的核心技術(shù)之一，紅外小目標(biāo)檢測與跟蹤技術(shù)一直都是紅外圖像處理領(lǐng)域中的一項熱門研究課題。紅外小目標(biāo)圖像目標(biāo)面積小，而受限于紅外成像設(shè)備的物理性能，紅外小目標(biāo)圖像通常信噪比較低，紋理輪廓的特征信息較少；同時背景中包含大量噪聲和雜波，目標(biāo)容易淹沒在背景噪聲和雜波中，給檢測和跟蹤帶來了很多困難。注重穩(wěn)定性同時兼顧效率的紅外小目標(biāo)檢測與跟蹤技術(shù)一直是研究的熱點。
　　紅外小目標(biāo)檢測與跟蹤包含紅外圖像背景抑制、

2、小目標(biāo)檢測和小目標(biāo)跟蹤三個主要技術(shù)環(huán)節(jié)。本文在分析總結(jié)紅外小目標(biāo)圖像特點的基礎(chǔ)上，重點研究了上述三個環(huán)節(jié),具體工作如下：
　　（1）將軟形態(tài)學(xué)理論應(yīng)用于紅外圖像背景抑制，提出了基于軟Top-hat(STop-hat)的背景抑制方法。利用加權(quán)次序統(tǒng)計量代替標(biāo)準(zhǔn)灰度形態(tài)學(xué)的最大或最小操作，構(gòu)造了基于軟形態(tài)學(xué)的STop-hat算子；實驗表明，該方法優(yōu)于經(jīng)典Top-hat方法及最近提出的MTop-hat方法，能夠有效的提高抑制背景噪聲，提

3、高圖像信噪比。為了提高STop-hat算法的應(yīng)用范圍和適應(yīng)性，提出了基于圖像交互信息的自適應(yīng)結(jié)構(gòu)元選擇方法。利用開運算圖像交互信息曲線和Top-hat圖像交互信息的曲線交點，求得最優(yōu)結(jié)構(gòu)元尺寸。實驗結(jié)果表明，該方法選擇的結(jié)構(gòu)元與人工選擇的最優(yōu)結(jié)構(gòu)元保持一致。
　?。?）在STop-hat背景抑制基礎(chǔ)上，提出了基于結(jié)構(gòu)元尺寸的紅外小目標(biāo)檢測分割方法。利用結(jié)構(gòu)元尺寸大小，自適應(yīng)地選擇分割閾值，實現(xiàn)小目標(biāo)檢測分割。實驗結(jié)果表明，該方法能